买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉华南理工大学申请的专利基于改进Diffusion模型的人脸妆容迁移方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120852152B 。

龙图腾网通过国家知识产权局官网在2026-02-03发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510930333.2，技术领域涉及：G06T3/04；该发明授权基于改进Diffusion模型的人脸妆容迁移方法是由谢林岩;吴斯;许勇设计研发完成，并于2025-07-07向国家知识产权局提交的专利申请。

本基于改进Diffusion模型的人脸妆容迁移方法在说明书摘要公布了：本发明公开了一种基于改进Diffusion模型的人脸妆容迁移方法，包括：前期数据处理，获得伪化妆数据集，该数据集通过使用公开的MT数据集、LADN数据集和Wild‑MT数据集利用直方图匹配结合薄板样条插值方法制作；使用获得的数据集训练改进Diffusion模型，获得最优妆容迁移模型；模型训练的损失函数包括潜在扩散损失、妆容损失和扩散重建损失，潜在扩散损失用于指导模型学习从噪声图像中逐步恢复清晰的人脸妆容迁移图像，妆容损失用于优化生成图像的妆容效果，扩散重建损失用于保持图像的一致性；应用最优妆容迁移模型对输入的源图像和参考图像进行处理，生成具有自然过渡的妆容迁移结果。本发明可实现高质量、可控的妆容迁移效果，同时保持源图像的身份特征。

本发明授权基于改进Diffusion模型的人脸妆容迁移方法在权利要求书中公布了：1.基于改进Diffusion模型的人脸妆容迁移方法，其特征在于，该改进Diffusion模型是对原来Diffusion模型的主干网络模块进行改进，并增添面部部件感知匹配模块；其中，对主干网络模块的改进是：将妆容迁移问题创新性地定义为修复任务，构建妆容修复模块，用于减少采样过程中引入的初始高斯噪声和减轻修复过程中引入的随机性，该妆容修复模块对源图像的待化妆区域进行遮掩，并根据参考图像对源图像遮掩部分进行修复以实现妆容迁移，同时，引入DINO-V2预训练模型作为特征提取器来编码参考图像为妆容迁移提供可靠的特征对应关系，以增强模型的像素级控制；所述面部部件感知匹配模块通过空间对齐融合源图像和参考图像的特征图，其包括轻量级妆容编码器和空间感知妆容融合单元，所述妆容编码器通过特征提取器和下采样生成不同分辨率特征图，所述空间感知妆容融合单元根据不同分辨率特征图捕获妆容细节和全局信息，实现源图像和参考图像的特征图的空间对齐融合，并将融合特征图注入改进Diffusion模型的U-Net网络的中间层； 该人脸妆容迁移方法的具体实施包括以下步骤： 1前期数据处理，获得伪化妆数据集，该数据集通过使用公开的MT数据集、LADN数据集和Wild-MT数据集利用直方图匹配结合薄板样条插值方法制作； 2使用步骤1获得的数据集训练改进Diffusion模型，获得训练好的改进Diffusion模型作为最优妆容迁移模型；其中，模型训练的损失函数包括潜在扩散损失、妆容损失和扩散重建损失，所述潜在扩散损失用于指导模型学习从噪声图像中逐步恢复清晰的人脸妆容迁移图像，所述妆容损失用于优化生成图像的妆容效果，所述扩散重建损失用于保持图像的一致性； 3应用最优妆容迁移模型对输入的源图像和参考图像进行处理，生成具有自然过渡的妆容迁移结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。